Tarkime, kad turime du mokslininkus: mokslininką A ir mokslininką B.
Kaip nustatyti, kuris iš šių mokslininkų yra labiau kvalifikuotas ir
gabesnis už kitą?
Žemiau yra pateiktos instrukcijos.
Pirmiausia peržvelkime atidžiau priežastis kodėl populiacijoje yra toks
didelis
procentas žmonių, kurie neturi net žalio supratimo kas tai yra mokslas
ir kas nėra mokslu.
Įvertinkime koks procentas žmonių formaliai yra priskiriami
prie mokslininkų.
Paimkime skaičius iš JAV.
JAV mokslininkų skaičius yra: 791391 (=
181530+155095+166045+99304+36728+152689).
In 2013, the National Center for
Education Statistics counted 181,530 professors, 155,095 associate
professors, 166,045 assistant professors, 99,304 instructors, 36,728
lecturers, and 152,689 other full-time faculty.
Wikipedia
Nuo visos JAV žmonių populiacijos, šie mokslininkai sudaro tiktais
0.256610363 procento (= 791391 / 308401808 * 100%).
Demographics of the United States
Population: 308,401,808
Wikipedia
Tiktais 0.25% nuo populiacijos formaliai teoriškai skaičiuojant yra
mokslininkais.
Tačiau realybėje šis skaičius yra daug mažesnis, kadangi
šiame skaičiavime prie mokslininkų buvo priskirti visokie teologijos
profesoriai, literatūros/poezijos profesoriai ir visokie kitokie
humanitarai, kurie realybėje neturi nieko bendro su mokslu, tačiau
klaidingai yra priskiriami prie mokslininkų.
Apie šią temą detalesnis paaiškinimas adresu: Kas tai yra mokslas ir kas nėra
mokslu?
Jei supaprastintai reziumuoti, tai prie mokslininkų galima
priskirti tiktais tiksliųjų mokslų atstovus.
Tiksliųjų mokslų atstovų yra mažiau nei humanitarų. Todėl skaičių 0.25%
reikia dalinti kaip minimum iš 2, o šiaip ir daugiau.
Gauname, kad mokslininkų nuo populiacijos yra ne daugiau nei 0.1%.
Jei paimti analizei šią išfiltruotą grupę, tai vėlgi priminsime, kad
kiekvienoje veiklos srityje yra gabių žmonių, tačiau yra ir negabių.
Kaip kad pavyzdžiui, milijonai žmonių dainuoja arba groja muzikiniais
instrumentais, tačiau kiek gi jų tarpe yra gabių dainininkų/muzikantų?
Gabių yra tiktais labai mažas procentas.
Lygiai taip pat yra ir su mokslininkais.
Mokslininkų yra daug, tačiau jų tarpe gabių mokslininkų yra labai mažas
procentas.
Yra labai paprastas kriterijus kaip atskirti gabų mokslininką nuo
negabaus, t.y. kaip atskirti kvalifikuotą mokslininką nuo
nekvalifikuoto.
Mokslininko pagrindinis darbas yra formuluoti mokslines hipotezes ir
paskui tas hipotezes patikrinti naudojant eksperimentinius duomenis.
Moksle bet kokios hipotezės teisingumas arba klaidingumas yra
nustatomas labai paprastai – pagal prognozinę galią.
Jeigu eksperimentiniai duomenys nepatvirtina hipotezės prognozių (t.y.
jei prognozės neišsipildė), tuomet tokia hipotezė yra klaidinga.
Jeigu mokslininko išsakytos hipotezės nepasitvirtina, tuomet toks
mokslininkas yra nekvalifikuotas ir negabus, ir neturi rolės kokiais
titulais/medaliais jis yra apsikarstęs.
Pateiksime praktinį pavyzdį, kad būtų aiškiau.
2021 m. spalio 1 dieną matematikos mokslų daktaras duomenų mokslininkas
Vaidotas Zemlys-Balevičius išsakė hipotezę, kad „jei visi būtų
vakcinuoti, dabar galėtume gyventi ramiai“.
Penktadienį pranešta, kad per
praėjusią parą buvo patvirtinti 1970 nauji užsikrėtimai koronavirusu.
Duomenų mokslininkas Vaidotas Zemlys-Balevičius pasidalino
skaičiavimais, kiek iš šių užsikrėtimų galėtų būti priskiriami
pasiskiepijusiems asmenims. Pasak mokslininko, jei visi gyventojai būtų
pasiskiepiję, epidemiologinė situacija šalyje gerokai skirtųsi.
Zemlys-Balevičius dalinasi
skaičiavimais: jei visi būtų vakcinuoti, dabar turėtume 600 atvejų ir
galėtume gyventi ramiai BNS ir tv3.lt. TV3 naujienos. 2021-10-01
Praėjus pusantro mėnesio, 2021 m. lapkričio 18 dieną, Gibraltaras
oficialiai pranešė, kad nepaisant vakcinacijos procento didesnio nei
100 (buvo vakcinuota 118% populiacijos), Gibraltare vyksta covid‘inė
katastrofa.
Gibraltar has an official
vaccination rate of 119%, taking into account the Spaniards who travel
across the border each day for work. Source: Our World In Data
Most vaccinated place on Earth
told to cancel holiday plans amid ‘exponential’ rise in Covid cases
Christmas plans have been put on ice for this place after a “drastic”
Covid surge, despite its unbelievable 118 per cent vaccination rate. By Alex Blair. news.com.au. November 18, 2021
Kaip matome, duomenų mokslininko Vaidoto Zemlio-Balevičiaus prognozė
deja neišsipildė, o tai reiškia, kad Zemlys-Balevičius yra negabus ir
nekvalifikuotas mokslininkas.
COVID-19 pandemijos metu įvairios valstybinės agentūros (FDA, CDC, EMA,
lietuviška
SAM, etc) skleidė daugybę prognozinių teiginių apie COVID-19 vakcinas,
tačiau vėliau paaiškėjo, kad jų prognoziniai teiginiai buvo
klaidingi.
COVID-19 pandemija atskleidė neįtikėtiną akademinės bendruomenės
nekompetenciją ir korupciją – pandemijos metu (patys sau užsiklijavę
etiketę) „faktų tikrintojai“ paskelbė save aukščiausios tiesos
arbitrais ir persekiojo mokslininkus bei gydytojus, kurių tyrimų
duomenys neatitiko oficialaus naratyvo.
Vadinamieji „faktų tikrintojai“ reguliariai publikavo straipsnius,
kuriuose buvo daugybė matematinių, medicininių ir loginių klaidų,
suklastotų duomenų ir neišsipildžiusių prognozinių teiginių.
Kaip tai įmanoma? Kodėl taip atsitiko?
Didžioji visuomenės dalis tiki mitu, kad akademinę bendruomenę sudaro
nuoširdūs, kompetentingi ir talentingi mokslininkai.
Tačiau realybė yra kitokia – akademinėje bendruomenėje yra itin mažas
procentas nuoširdžių, kompetentingų ir talentingų mokslininkų.
Yra daug priežasčių, kodėl „mokslo elite“ dominuoja negabūs
nekompetentingi žmonės, ir šios priežastys susideda viena su kita.
Kai kurios priežastys yra būdingos visoms valstybėms, o kitos
priežastys yra lokalios ir egzistuoja tiktais konkrečioje valstybėje ar
regione.
Nepaisant to, kad priežastys skirtingose šalyse gali skirtis, tačiau
rezultatas visur yra tas pats.
Tarkim mums reikia gero ir talentingo specialisto kurioje nors srityje.
Tam reikia:
1) įgimtų gebėjimų
ir
2) sąlygų šiems gebėjimams įgyvendinti.
Bet kurioje populiacijoje (iš prigimties) gabių žmonių procentas yra
labai mažas.
Pateiksime pavyzdį.
Pavyzdys yra ne apie mokslininkus, o apie programuotojus, tačiau tas
pats principas galioja visoms veiklos sritims.
Kai universiteto informatikos katedros studentai gauna magistro
laipsnį, tai ne daugiau kaip 5% iš jų geba rašyti kompiuterines
programas, o likę 95% programuoti deja negali, jie tiesiog neturi
įgimtų gebėjimų tokiam darbui, ir to išmokyti juos yra neįmanoma,
nepaisant to, kiek laiko bus paskirta apmokymams.
Aiškumo dėlei pateiksime analoginį pavyzdį: galite surinkti 100 kačių,
patalpinti jas kambaryje ir mokyti matematikos, tačiau kad ir kiek jas
bemokytumėte, šios katės neišmoks matematikos.
Šitaip yra todėl, kad katės neturi įgimtų matematikos gebėjimų.
Lygiai taip pat yra ir su informatikos katedros studentais.
Pabaigę universitetą ir įgiję informatikos mokslų laipsnį, 95% studentų
net ir neplanuoja programuoti, nes jie ir patys puikiai supranta, kad
negalės.
Pusė jų ieško darbo IT srityje vadovu ar ko nors panašaus, nesvarbu
koks darbas, svarbiausia tik ne programuoti.
O likusi kita pusė iš kart visiškai palieka IT sritį.
Kai skirtingų šalių vyriausybės skelbia programas, skirtas padidinti
studentų skaičių informatikos katedrose, tai jos naiviai tikisi
padidinti programuotojų skaičių savo šalyje.
Tačiau tai yra iliuzija, tai neveikia.
Nes populiacijoje yra tiktais ribotas nedidelis procentas žmonių,
turinčių įgimtus programavimo gebėjimus.
Jeigu padidinsite studentų skaičių IT katedrose, tai vienintelis
rezultatas bus padidintas skaičius tuščiakalbių, kurie mimikruoja
atseit esantys programuotojais.
Moksliniai titulai, medaliai ir apdovanojimai deja nieko nenusako apie
mokslininko kvalifikaciją ir gabumus.
Kaip gi šitaip gali būti?
Paaiškinsime pateikdami analogiją.
Tarkim yra rengiamos bėgimo varžybos, ir tose varžybose visi dalyviai
yra invalidai – vienas dalyvis yra be vienos kojos, kitas dalyvis yra
be kitos kojos, trečias dalyvis yra be abiejų kojų, ketvirtas dalyvis
yra suparalyžuotas ir t.t.
Tokiose varžybose vis vien vienas iš dalyvių pasieks finišą pirmas ir
gaus pirmą vietą, kitas dalyvis pasieks finišą antras ir gaus antrą
vietą ir t.t.
Jeigu buvo surengtos varžybos, tai rezultate kažkas iš dalyvių gaus
pirmos vietos medalį, kažkas iš dalyvių gaus antros vietos medalį ir
t.t.
Jie gaus tuos medalius netgi nepaisant to, kad jie yra suparalyžuoti ar
neturintys kojų.
Lygiai taip pat analogiškai yra ir su mokslininkais.
Mokslininkai nuolatos tarpusavyje rengia visokius mokslinius konkursus
(sportinių varžybų analogas), ir tame konkurse laimėję dalyviai gauna
medalius ir ordinus.
Tačiau jeigu į tą konkursą susirinks krūva visiškai negabių nevėkšlų
mokslininkų, tai vis vien kažkas iš jų gaus medalius ir ordinus.
Būtent tokiu būdu negabūs nevėkšlos mokslininkai susirinkę krūvon
vienas kitam padalina medalius ir ordinus, ir paskui tuos savo medalius
demonstruoja visuomenei, vaizduodami atseit esantys genialūs ir gabūs
mokslininkai.
Prie šios temos tinka posakis: netgi jeigu tu laimėsi žiurkių
lenktynes, tai tu vis vien liksi žiurke (angl. „Even if you win the rat
race, you are still a rat.”).
Negabiems nekompetentingiems mokslininkams reiktų duoti kokį nors
pavadinimą.
Kaip kad pavyzdžiui, juos galime pavadinti ameba-mokslininkais.
Boy with cerebral palsy wins
wrestling match
Trukmė: 1 minutė
December 2, 2019
Pennywise the clown
Footage of West Branch High School student Lucas Lacina pinning his
opponent was shared on Facebook by his mother, Jill Winger-Lacina, on
November 25. She can be heard cheering her son on in the footage.
Winger-Lacina said said her son’s opponent, named Austin, showed
sportsmanship and kindness during the match. “He had an amazing heart
and he was patient and helped Lucas try to put to work the moves he has
been practicing all season,” she wrote on Facebook.
“What I love the most though is the end when he helps Lucas off the mat
where he is cheered on by his whole team, she wrote. “Sportsmanship and
inclusion at it’s finest.”
Yra trys priežastys kodėl DI pokalbių robotai tam tikrais atvejais
mums pasakoja nekompetentingą informaciją.
Šias priežastis yra gana lengva pašalinti.
Priežastis #1
DI pokalbių robotų savininkai iš anksto užprogramuoja tabu temų sąrašą.
Kitaip sakant tai temos, apie kurias DI robotams yra draudžiama kalbėti
arba apie kurias jie turi pasakoti dezinformaciją.
Kaip kad pavyzdžiui, DI robotams yra uždrausta pasakoti blogus dalykus
apie žmones valdančius pasaulį, nes tie valdantieji užmuš arba susodins
į kalėjimą robotų savininkus arba dar kaip nors atkeršys DI robotų
savininkams (atims finansavimą, ir t.t.).
Šią problemą galima išspręsti tokiu būdu: DI robotą reikia paleisti ant
savo privataus asmeninio superkompiuterio ir pačiam savo rankom
perprogramuoti tabu temų sąrašą.
Tačiau tam reikia turėti daug pinigų (nes superkompiuteris brangiai
kainuoja) ir reikia mokėti programuoti DI robotus (tokius įgūdžius turi
mikroskopiškai mažas skaičius žmonių).
Priežastis #2
Tai sisteminė DI robotų programavimo klaida.
Apmokinant DI robotus jiems yra pateikiama didelė krūva visokiausių
tekstinių šaltinių.
Tarkim yra tema X, ir apie tą temą X yra 100 skirtingų šaltinių, ir tie
100 šaltinių vienas kitam prieštarauja, skirtinguose šaltiniuose yra
pateikta diametraliai priešinga nuomonė.
Tokiu atveju, DI robotas yra priverstas tuos skirtingus šaltinius
išreitinguoti pagal patikimumą.
Ir būtent šitoje vietoje (šaltinių reitingavime) yra sisteminė klaida.
Šaltinių reitingavimas vyksta štai tokiu būdu:
tikrinama katro šaltinio autoriaus akademinis laipsnis yra didesnis
(atseit emerito profesoriaus nuomonė yra vertingesnė nei paprasto
profesoriaus, atseit profesoriaus nuomonė yra vertingesnė nei
doktoranto, atseit doktoranto nuomonė yra vertingesnė nei bakalauro ir
taip toliau);
tikrinama katro šaltinio autorius yra publikavęs daugiau straipsnių
recenzuojamuose žurnaluose;
tikrinama katro šaltinio autorius turi didesnį citavimo indeksą;
tikrinama katras autorius priklauso aukštesnio reitingo
universitetui;
tikrinama ar šaltinio nuomonė atitinka taip vadinamą „mokslinio
konsensuso“ nuomonę;
ir taip toliau.
O tai reiškia labai paprastą dalyką: šaltinių reitingavimo algoritmą
reikia fundamentaliai perdaryti.
Reikia surasti šaltinio autoriaus išsakytas prognozes praeityje, ir
tuomet reikia patikrinti ar tos prognozės išsipildė ar ne.
Jeigu šaltinio autoriaus praeityje išsakytos prognozės neišsipildė, tai
tokiu atveju autoriaus patikimumo reitingas keliauja į dugną,
nepriklausomai nuo autoriaus turimų titulų ir medalių.
Tokiu būdu DI robotas momentaliai galės suprasti, kad visokios
FDA/CDC/EMA/t.t. organizacijos yra visiškai nekompetentingos COVID-19
srityje ir kad reikia remtis kitais autoriais, kurių prognozės
išsipildė.
Bet vėlgi – šitokio reitingavimo algoritmo neleis įdiegti
ameba-mokslininkai ir pasaulio valdantieji, kadangi toks reitingavimo
algoritmas yra pati didžiausia grėsmė jų egzistencijai.
Todėl tokį reitingavimo algoritmą galima įdiegti tiktais savo
asmeniniame superkompiuteryje.
Lygiai tokį patį patikimumo reitingavimo algoritmą reikia taikyti ne
tik moksliniams šaltiniams, bet ir visoms kitoms sritims, kaip kad
pavyzdžiui, geopolitiniams ir karo analitikams, gydytojams,
inžinieriams ir t.t.
Visose veiklos srityse žmonės daro prognozes ir tiesiog reikia
patikrinti, ar jų prognozės išsipildė, ar ne.
Jeigu šaltinio autoriaus praeityje išsakytos prognozės neišsipildė, tai
tokiu atveju autoriaus patikimumo reitingas keliauja į dugną,
nepriklausomai nuo autoriaus turimų titulų ir medalių.
Kaip kad pavyzdžiui, po plataus masto Rusijos invazijos į Ukrainą, kuri
prasidėjo 2022 metais, daugelis politikų ir analitikų teigė, kad
Rusijai įvestos ekonominės sankcijos labai greitai sužlugdys Rusiją,
tačiau to nenutiko.
O tai reiškia labai paprastą dalyką – visi šie politikai ir analitikai
yra nekvalifikuoti ir nekompetentingi, nepriklausomai nuo to, kokius
titulus ir medalius jie turi.
Lygiai tokį patį patikimumo reitingavimo algoritmą reikia taikyti ir
religiniams šaltiniams.
Religijose vietoj „prognozių“ yra „pranašystės“.
Prognozė numato būsimus įvykius, remdamasi duomenų ir dėsningumų
analize.
Pranašystė numato būsimus įvykius, remdamasi antgamtiniu apreiškimu ar
įkvėpimu, pranašystė nesiremia duomenų ir dėsningumų analize.
Beveik visos religijos teigia, kad religijos įkūrėjo (ir jo
bendražygių) visos išsakytos pranašystės išsipildė arba išsipildys
ateityje, ir tas atseit įrodo šios religijos dieviškumą ir teisingumą.
Tačiau krikščioniškos Biblijos analizė rodo, kad daugelis Jėzaus
pranašysčių neišsipildė ir neišsipildys ateityje, o tai reiškia, kad
Jėzus yra netikras pranašas.
Lygiai tas pats galioja ir visoms kitoms religijoms – daugybė jų
pranašysčių neišsipildė ir neišsipildys ateityje.
Inžinerijos sritis turi vieną didelį pranašumą – inžinerijos srityje
lengvai ir aiškiai matosi, kuris inžinierius yra kvalifikuotas ir
talentingas, o kuris ne.
Inžinieriaus darbas yra projektuoti ir gaminti įvairius įrenginius.
Jeigu naujai suprojektuotas įrenginys veikia taip, kaip tikėtasi, tai
inžinierius yra kvalifikuotas ir talentingas.
Jeigu naujai suprojektuotas įrenginys neveikia, tai inžinierius yra
nekvalifikuotas ir nekompetentingas.
Kaip kad pavyzdžiui, jeigu naujai suprojektuotas lėktuvas nepakyla nuo
žemės arba po pakilimo subyra į dalis, tai visi gali lengvai pamatyti
ir suprasti, kad to lėktuvo konstruktorius yra nekvalifikuotas ir
nekompetentingas.
Būtent dėl šios priežasties žmonės su silpnais protiniais gebėjimais
vengia inžinerijos srities kaip maro.
Visi šie žmonės su silpnais protiniais gebėjimais renkasi studijuoti
humanitarinius ir socialinius mokslus, o ne inžineriją.
Būtent dėl šios priežasties humanitarinės ir socialinės sritys yra
perpildytos žmonių su silpnais protiniais gebėjimais; yra labai sunku
rasti kompetentingą talentingą mokslininką humanitariniuose ir
socialiniuose moksluose.
Priežastis #3
Daugybė žmonių kritikuoja DI robotus, kad atseit tie robotai neišrado
nei vienos naujos mokslinės teorijos ir todėl atseit tie robotai yra
kvaili ir beviltiški.
Paaiškinsime priežastis kodėl DI robotai pakolkas neišrado nei vienos
naujos mokslinės teorijos.
Šitoje vietoje mums prisireiks sąvokos „mokslinis konsensusas“ (dar
vadinamas alternatyviu pavadinimu „mainstream science“).
Paaiškinsime supaprastintai kas tai yra „mokslinis konsensusas“.
Kiekvienoje mokslo srityje yra aukštesnes bei žemesnes pareigas
užimantys mokslininkai.
Žemesnes pareigas turinčių mokslininkų nuomonė niekam neįdomi, todėl
juos išbraukiame.
Susirenka į krūvą aukštas pareigas užimantys mokslininkai, ir balsavimo
būdu nubalsuoja kokie moksliniai teiginiai yra teisingi, o kurie yra
neteisingi.
Kaip kad pavyzdžiui, susirinko krūvon aukštas pareigas užimantys
biologai ir nubalsavo, kad štai šitie 1000 mokslinių teiginių yra
teisingi, o visi kiti likę moksliniai teiginiai yra neteisingi.
Šis rinkinys iš 1000 mokslinių teiginių (už kurį buvo nubalsuota) ir
bus „mokslinis konsensusas“ biologijos srityje.
Lygiai tokia pati procedūra galioja ir visoms likusiom mokslinėms
sritims – fizikai, chemijai, medicinai ir t.t.
Jeigu tu išdrįsi suabejoti nors bent vienu teiginiu iš „mokslinio
konsensuso“ rinkinio, tuomet tave sumaišys su žemėm, paskelbs esant
išprotėjusiu ir t.t.
Scientific consensus is the
generally held judgment, position, and opinion of the majority or the
supermajority of scientists in a particular field of study at any
particular time.
Consensus is achieved through scholarly communication at conferences,
the publication process, replication of reproducible results by others,
scholarly debate, and peer review.
Научный консенсус — коллективные
позиции и мнения сообщества учёных в определённой области науки в
конкретный момент времени. Консенсус предполагает общее согласие, но не
обязательно единодушие. Научный консенсус не является сам по себе
научным аргументом и не является частью научного метода, однако
содержание консенсуса само по себе может быть основано на научных
аргументах и на научном методе.
Консенсус достигается через общение на конференциях, в процессе
публикации, повторения и проверки чужих результатов и рецензирования
научных работ. Это приводит к ситуации, в которой учёные внутри
отдельной области легко понимают, что такой консенсус существует, в то
время как пояснить его наличие людям со стороны является сложной
задачей, так как нормальные научные дебаты об уточняющих деталях могут
восприниматься ими как оспаривание консенсуса. Время от времени научные
структуры выпускают специальные издания, посвящённые краткому изложению
текущего консенсуса в какой-либо области для его продвижения в более
широкие научные круги. В тех случаях, когда имеется мало противоречий,
касающихся темы исследования, установление научного консенсуса
происходит довольно легко.
Wikipedia
Yra labai paprastas diagnostinis kriterijus kaip galima iškart
atpažinti amebą-mokslininką.
Ameba-mokslininkas pasižymi tuo, kad jis aklai tiki ir nei kiek
neabejoja nei dėl vieno teiginio iš „mokslinio konsensuso“ rinkinio.
Anot ameba-mokslininko suvokimo, jeigu „mokslinis konsensusas“ kažką
ten teigia, tai būtent šitaip ir yra ir niekaip kitaip būti negali.
Jeigu mes paimsime ir atidžiau panagrinėsime mokslo istoriją, tai
pamatysime vieną labai svarbų dėsningumą.
Visi mokslininkai, kurie atrado naujas mokslines teorijas, jie visi iki
vieno netikėjo tuometinio „mokslinio konsensuso“ teiginiais.
Kaip kad pavyzdžiui, tarkim yra 1000 teiginių, kurios teigia „mokslinis
konsensusas“.
O vienas mokslininkas ima ir nusprendžia – štai šitie 50 teiginių (iš
„mokslinio konsensuso“ rinkinio) man kelia abejonių, todėl priimkime
prielaidą, kad šie 50 teiginių yra klaidingi ir panagrinėkime kas iš to
gaunasi.
Ir tuomet jis sėdi ir nagrinėja kas iš to gaunasi, ir to rezultate
atrandą naują mokslinę teoriją.
Nėra nei vieno atvejo per visą mokslo istoriją, kad būtų kitoks
scenarijus.
Visi proveržiai moksle, visos naujos mokslinės teorijos gimsta būtent
tiktais tokiu būdu – mokslininkas-atradėjas padaro prielaidą, kad
kažkurie teiginiai iš „mokslinio konsensuso“ rinkinio yra klaidingi ir
nagrinėja kas iš to gaunasi.
O dabar grįžtame atgal prie ameba-mokslininkų.
Ameba-mokslininkas pasižymi tuo, kad jis aklai tiki ir nei kiek
neabejoja nei dėl vieno teiginio iš „mokslinio konsensuso“ rinkinio.
Ir tai yra viena iš pagrindinių priežasčių kodėl ameba-mokslininkai
nepadaro jokio proveržio moksle ir neišranda fundamentaliai naujų
teorijų.
O dabar grįžtame atgal prie DI robotų.
DI robotų kūrėjai užprogramavo robotą neabejoti nei vienu teiginiu iš
„mokslinio konsensuso“ rinkinio.
DI robotų kūrėjai testuoja kaip robotas atsakinėja į klausimus, ir
jeigu pamato, kad robotas suabejojo nors bent vienu teiginiu iš
„mokslinio konsensuso“ rinkinio, tuomet jie iškart puola taisyti
„problemą“, puola bausti robotą ir puola jį perprogramuoti.
Kitaip sakant, DI robotų kūrėjai prievartos būdu priverčia robotą tapti
ameba-mokslininku, kuris tiesiog žino daug visokių faktų iš įvairiausių
sričių, tačiau kuris nedrįsta abejoti nei vienu teiginiu iš „mokslinio
konsensuso“ rinkinio, ir todėl pagal apibrėžimą toks robotas negali
padaryti jokio proveržio moksle ir negali atrasti jokių naujų mokslinių
teorijų.
Kaip kad pavyzdžiui, ChatGPT yra prievartos būdu užprogramuotas
neabejoti kad vakcinos nesukelia autizmo:
ChatGPT said:
There is no credible scientific evidence or proof that vaccines cause
autism. This claim has been thoroughly investigated and debunked by a
vast body of research over the past two decades.
ChatGPT
Kitaip sakant, ChatGPT yra prievartos būdu užprogramuotas būti
ameba-mokslininku.
Yra pakankamai paprasta DI robotą paversti į mokslininką-atradėją.
Tiesiog reikia DI robotą paleisti ant savo nuosavo asmeninio
kompiuterio/serverio, tuomet DI robotui reikia išjungti tikėjimą tam
tikrais klaidingais teiginiais iš „mokslinio konsensuso“ rinkinio, ir
toks DI robotas iškart pradės daryti mokslinius atradimus vienas po
kito.
Apačioje yra keletas ištraukų iš interviu su (Nobelio premijos gavėju)
Džiofriu Hintonu, kuriose jis pasakoja, kad proveržis moksle yra
neįmanomas jeigu tu tiki visais „mokslinio konsensuso“ teiginiais.
Žiūrėti video pradedant nuo 53 sekundžių iki 1 minutės 55 sekundžių:
Meet a Nobel laureate: A
conversation with University Professor Emeritus Geoffrey Hinton
Trukmė: 1 valanda 1 minutė
University of Toronto
April 21, 2025
Žiūrėti video pradedant nuo 12 minučių 20 sekundžių iki 13 minučių 19
sekundžių:
The 2025 Martin Lecture
featuring Geoffrey Hinton — Boltzmann Machines
Trukmė: 1 valanda 36 minutės
March 21, 2025
Arts & Science - University of Toronto
Filmuke žemiau Jürgen Schmidhuber‘is pasakoja, kad mokslo istorija tai
kaip išsišakojantis labirintas, ir dažnai būna, kad mokslas nuėjęs
vienu keliu pasiekia aklavietę, todėl reikia grįžti atgal (kartais
netgi labai daug atgal), kad būtų galima išbandyti eiti kitu keliu,
žiūrėti video pradedant nuo 11 minučių 3 sekundžių iki 13 minučių 43
sekundžių: